牛冬军，汪 博，王熙西，王胤丞，张鹭鹭

(海军军医大学卫生勤务学系卫生勤务学教研室，上海 200433)

龙卷风是在强烈不稳定气象条件下产生的小范围空气漩涡，其中心风力可以达到100～200米每秒，直径可达几米甚至几百米，一般维持十几分钟至几小时，其袭击范围小，但是破坏力巨大[1]。龙卷风发生之后会在短时间内产生批量伤病员，伤情多样，伤势程度多样，需要依据伤员伤势严重程度采取对应后送策略进行救治。目前，国内外龙卷风伤病员医疗后送方面的研究较少，有必要进行建模研究，通过模拟理清医疗后送机理，改进医疗后送策略，为提升龙卷风灾害救援能力提供依据[2]。

1 模型设计

1.1 Agent界定本模型用于模拟龙卷风灾害医疗后送过程，分析多类影响因素对后送效率的影响。基于公共安全三角理论和前期的影响因素分析，界定伤员、救护车、伤员集散点、后方医院和指挥中心5类主体(Agent)。

1.1.1 伤员 本模型的主体是龙卷风袭击中受伤的居民，将其定义为伤员，属性包括：伤情、所在伤员集散点、目的医院、报到时间、后送开始时间、后送结束时间和接受治疗时间等。

1.1.2 救护车 救护车是本模型中主要载体，负责将伤员从伤员集散点向医院运送，属性包括：初始所属医院和存放伤员的集合。

① 初始所属医院是记录救护车初始状态位于某家医院，确认其初始位置。

② 存放伤员的集合主要是记录当前救护车所转运的伤员情况，以便于救护车抵达医院后流程正常进行。

1.1.3 伤员集散点 伤员集散点是伤员报到的位置，决定救护车的目的地，属性包括：名称、经度、纬度。

1.1.4 后方医院 后方医院是伤员后送的目的地和急救住院的场地，属性包括：后方医院经度、后方医院纬度、后方医院名称、后方医院级别、救护车数量、ICU床位数量、普通床位数量、存放伤员的集合。

1.1.5 指挥中心 指挥中心是统筹指挥救护车派送流程的主体，属性包括存放伤员的集合，集合记录的是已报到的伤员的信息，指挥中心根据集合中已报到的伤员的信息分配对应的救护车到相关伤员集散点。

1.2 逻辑关系构建模型关注伤员医疗后送过程，基本结构由伤员、伤员集散点、救护车、后方医院、指挥中心构成，逻辑主线是伤病员的医疗后送过程，主要基于救护车逻辑。指挥中心对系统的影响在于调动救护力量，根据救护车数量以及基于GIS系统确定后送路线[3]。

1.3 模型规则

1.3.1 伤员产生规则 基于盐城龙卷风实地调研结果。灾区报到伤员发生规则(以镇为单位，作为伤员集中点)，以AnyLogic中的GIS地图内盐城市地图为底图，设伤员总数为846人，3小时内随机报到。伤员在7个重灾乡镇卫生所随机分布，伤员的伤情及伤员ISS值随机分布如表1。

表1 伤情比例

1.3.2 急救指挥中心指挥规则 急救指挥中心统一指挥急救车辆前往各乡镇后送伤员。目标为减少各类伤员后送时间，减少死亡率，影响因素包括：急救车数量、位置和路程，伤员情况，医院床位情况和排队时间。

1.3.3 急救车行动规则 ①由指挥中心调度，车速30 km/h。 ②按照危重伤、重度伤、轻度伤的顺序依次后送伤员。 ③每辆车载2名伤员，且不能同时载2名危重伤伤员。 ④仅能载相同目标医院伤员。

1.3.4 院内急救规则 按危重伤、重度伤、轻度伤顺序抢救伤员。急救室每名伤员急救耗时(单位：min)见表2。

表2 急救耗时(min)

2 模型实现

2.1 初始界面

2.1.1 初始化设置界面 初始化设置界面主要是对模型中主体参数进行设置，其他参数可以通过后台数据库进行设置[4]。

2.1.2 Main函数设置 Main表示主函数，是模型的主要设计界面。在Main的主界面中，设置本模型的主体(Agent)类型、数量，以及基本函数、变量、参数、集合、数据库的引用方式，同时也设置模型运行时所能看到的显示区域[5]。

2.1.3 GIS地图 AnyLogic软件内置GIS地图，能与地图地理信息进行良好的交互结合。运行时可以调整模型区域的经纬度坐标，以模拟不同地区的龙卷风灾害情况。

2.2 运行过程

2.2.1 运行界面

① 界面主体主要由GIS地图占据，同时显示各伤员集散点，二级医院和三级医院，以及救护车，这些构成整个模型的逻辑主体。② 界面右侧显示等待后送的伤员数量变化情况，以及完成急救的伤员数量变化情况，分为危重伤、重度伤和轻度伤三个曲线(图1)。

图1 模型运行界面

2.2.2 主体状态变化

① 伤员及救护车主体状态。

(a) 初始状态：伤员的最初状态，代表伤员被送到伤员集散点前的状态。 (b) 报到：伤员被送至伤员集散点之后的状态。 (c) 开始后送：伤员被送上救护车后的状态。 (d) 后送完成：伤员被送至对应医院后的状态。 (e) 等待急救：伤员如急救前进行排队，此时进入等待急救状态。 (f) 开始急救：伤员完成排队，进入开始急救状态。 (g) 最终状态：伤员完成急救之后住院或出院的状态。

② 医院主体状态

医院内部流程使用的是流程建模的方式，使用流程库中的插件完成(图2)。

(a) enter：进入模块，伤员进入救治流程的模块。 (b) queue：排队模块，伤员进入医院排队的模块。 (c) 急救：急救模块，伤员在急救模块中停留的时间根据伤员的伤情和伤员所在医院的等级而定。 (d) selectOutput：伤员急救完成后的选择模块。 (e) 住院：伤员急救后需住院，在此模块中。 (f) exit：医院内部救治流程的结束模块。

2.2.3 指挥中心内部逻辑 指挥中心内部逻辑主要通过事件来控制，通过上报到指挥中心的伤员伤情及位置分布来分配救护车[6-7]。

2.2.4 结果输出 模型运行结果以Access数据库形式导出，数据库格式为Microsoft Access 数据库 (.accdb)。

图2 医院内部流程

除了Access数据库的数据输出之外，模型界面上还有运行过程中相关动态数据变化曲线图(图3-4)。以盐城灾区为数据本底，曲线趋势显示3类伤员等候的数量都是先增多，然后逐渐减少，由于重伤员优先救治，危重伤、重伤员等待时间较短，伤员后送完成的时间在3000分钟左右。3类伤员急救完成的数量都是先显著增多，后逐渐放缓，其中危重、重伤员得到处置较为及时。

图3 等待后送伤员变化曲线图

图4 急救完成伤员数量变化曲线

3 讨 论

3.1 多主体建模构建龙卷风伤员医疗后送模型针对龙卷风医疗后送系统复杂性分析的结果，基于多主体建模方法和理论，将龙卷风伤员医疗后送模型切分为伤员、救护车、伤员集散点、后方医院和指挥中心等主体(Agent)，实现系统的细化分析。同时，明确系统的边界、主体类别、行为规则等逻辑关系，梳理主体间相互作用特征，从多类别的主体行为来研究模型的整体涌现规律[8]。

3.2 后送规则的复杂性是建模复杂性的集中体现龙卷风医疗后送系统中除了灾害不确定因素外，后送各方面规则的复杂性是模型复杂性的集中体现。后送规则的复杂性受伤员数量、伤情种类的不确定性、组织指挥及调度规则的有效性等因素影响。后送工具的选择以及后送路线和后送医院的选择都会导致不同的伤亡结果，因此需要从复杂性角度进行建模研究。

3.3 多主体模型具有良好可靠性和稳定性运用AnyLogic仿真建模软件，实现龙卷风医疗后送多主体模型的构建，包括初始化模型设置、模型运行规则、模型动态可视化模拟、模型输出Access数据库等。搭建模型的模拟运行框架，可实现定量模拟龙卷风医疗后送过程中各类影响因素的作用规律，便于后期的模型模拟与干预实验及相关分析。通过盐城和开原龙卷风模拟，模型模拟结果与灾害实际结果相比都具有很好的拟合性，误差分别为9.1%、11.1%，均在可接受的误差范围内，提示模型具有较好的可靠性和稳定性[9]。

本研究基于AnyLogic仿真建模软件，运用多主体结合离散事件模型进行仿真建模，构建龙卷风伤员医疗后送模型。仿真场景中的对象都有各自的行为属性，因此采用多主体建模的方式，对每一类对象的属性以及行为进行明确的定义。伤员的处理流程是典型的离散事件，因此对于伤员的处理采用的是离散事件建模。模型界定伤员、救护车、伤员集散点、后方医院和指挥中心5类主体(Agent)，以及主体的行为规则，通过干预实验，可以分析主体之间的关系，理清龙卷风灾害医疗后送机制，为提升后送效率提供参考。